机器学习问题分类--机器学习基石笔记

这篇博客探讨了机器学习中的各类问题,包括二分类、多分类、回归分析和结构学习问题。同时,介绍了监督、无监督、半监督及增强学习等不同学习方式,并提到了批量、在线和主动学习的概念。此外,还讨论了特征工程中具体、原始和抽象特征的区别。
摘要由CSDN通过智能技术生成
    机器学习问题根据不同的角度可以分成不同的类型,以下是课程中提到的类型划分,这对机器学习方向的整体把握和具体问题定位非常有帮助。
    1、根据不同的结果输出空间(Out Space),可以将机器学习问题分为:
  • 二分类(binary Classification)问题
  • 多分类(Multiclass Classification)问题
  • 回归分析问题(regression)
  • 结构学习问题:序列标记(Sequence Tagging)问题
  • 其他更复杂的问题

   2、数据标签(Label)的不同可以将机器学习问题划分为:
  • 监督学习(Supervised)--分类(Classif
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值